开源AI同事终于能记住你了：我在GitHub上发现了一个13.8K星的副业神器

事情是这样的。

前两天刷GitHub Trending，无意间看到了一个项目叫 Rowboat。当时没太在意，扫了一眼star数——13.8K——行，妥妥的热门项目。然后又看了一眼描述：「Open-source AI coworker, with memory」。就这一句，我，我特么一下就来精神了。

带记忆的AI同事。

说实话，这个概念并不新鲜。Claude Code有项目记忆，Cursor有上下文理解，OpenAI的Agents SDK也在往这个方向走。但这些大多是企业级方案，要么就是需要自己折腾一堆配置。Rowboat这个项目厉害的地方在于：它把「记忆」这件事做得非常开箱即用，而且完全开源。

今天这篇文章，我想聊聊两件事：第一，这东西到底是怎么工作的；第二，也是更重要的——怎么用它来开拓副业方向。毕竟对于我们这些搞AI应用的人来说，找对工具是第一步，知道怎么用工具赚钱才是关键。

它到底解决了什么问题？

先说一个我自己在用AI编程工具时经常遇到的痛点吧。

每次开一个新的AI编程会话——不管是Claude Code还是Cursor，第一件事永远是「投喂背景」。项目是干啥的、技术栈是什么、代码规范偏好、这次要做什么功能，这些信息每次都要重新说一遍。你说，它就听，它不记。它不记得你之前做了什么，不记得你踩过哪个坑，也不关心下一步你要往哪走。

听起来好像也没什么大不了的？但等你真正开始用它做实际工作，这个「gap」就来了。就是那种感觉，你明明感觉AI就在旁边，但它每次见面都跟第一次见一样陌生。怎么说呢，太特么别扭了。

Rowboat解决的就是这个问题。它给AI Agent加了一个持久化的记忆层。你跟它说过的项目背景、你的编码风格、你们的对话历史——它会记住。下次接着聊，它不需要你重新解释一遍。

这听起来像是小事，但用过的人都知道，这才是从「玩具」到「生产力工具」的关键一步。

为什么这对副业场景特别重要？

说一个暴论：记忆能力，是AI Agent能不能真正用来做副业赚钱的分水岭。

为什么这么讲？

因为大多数人的副业场景，天然就是「碎片化」的。你白天有正职，下班后才能处理副业的事情。每次打开AI工具，都要花10分钟重新交代背景，然后才能切入正题——这个「摩擦成本」是真实存在的，而且会慢慢消磨你的动力。

但如果AI记住了你的项目背景呢？

你上次做到哪了，踩了哪个坑，下一步计划是什么——你不需要重复，AI自己知道。这意味着你可以真正做到「碎片化时间推进项目」，不用每次都从零开始。

这种感觉太爽了。就是那种，你终于不用每次都跟AI说「我是谁、我做什么的、项目背景是……」的那种解脱感。

我自己用下来的感受是：这让「一个人+AI」的工作模式，真正变得可持续了。以前觉得AI是个「每次都要重新认识的朋友」，现在终于变成了一个「知道你所有底细的老搭档」。

三个普通人可以直接上手的副业方向

好了，说完「为什么」，聊聊「怎么做」。基于我对Rowboat的观察，还有这段时间断断续续琢磨的想法，整了三个普通人能直接上手的方向，供你参考。

有小伙伴纳闷：你说的这些方向，我自己也能想到，但到底能不能真的赚到钱？老实说，我也不确定。我只能告诉你我的判断和观察，具体执行还得你自己下场去试。

方向一：用Rowboat做AI编程服务的交付工具

这是最直接的一个方向。

现在市面上有大量的AI编程接单需求——帮人做网站、做自动化脚本、做数据处理工具。传统模式下，你需要自己写代码，或者用现成的AI工具辅助。但这里有个问题：每次接新单，都要重新熟悉项目背景。

用Rowboat，你可以在多个项目之间无缝切换，而且它会记住你之前做过的项目风格、下次遇到类似需求可以直接复用。这对于接单党来说，是效率的直接提升。

简单算一笔账：如果你原来一天能交付一个小型网站，用上这个工具之后，熟练了能提升到一天半到两个。单价不变，收入就上去了。

方向二：基于记忆能力做「AI助手订阅服务」

这个方向稍微绕一点，但很有意思。

Rowboat的核心是「记忆」，而「记忆」意味着「懂你」。一个懂你的AI助手，可以做的事情就多了：帮你持续跟进某个领域的最新资讯、记住你所有的学习笔记和工作日志、在你需要的时候给出真正贴合语境的建议……

你可以围绕这个做一个订阅服务：帮用户部署一套Rowboat + 定期维护服务，收费模式可以是月订阅。这个方向在国外已经有人在做了，效果还不错。

方向三：用Rowboat做个人知识库+内容创作引擎

这个方向，更适合有内容输出需求的人。

很多人做内容创作（包括我），都有一个痛点：素材散落在各处——笔记、书签、聊天记录、读书笔记。每次写文章都要翻半天，找不到就用不上了，慢慢就堆灰了。

Rowboat的记忆功能，可以作为你的「第二大脑」。你把素材和背景信息告诉它，它帮你记住、整理、随时调用。写作的时候直接调取，不需要在十几个软件之间来回横跳。

这个方向跟「提示词包」的思路是相辅相成的。你有一套自己整理的提示词体系，Rowboat帮你记忆和使用这套体系，效率的提升是实实在在能感受到的。

上手门槛有多高？

说实话，这个是我觉得需要坦诚的部分。

Rowboat作为一个开源项目，它的上手门槛比商业化产品要高一些。你需要：懂基本的Git操作、有一定的命令行基础、了解AI Agent的基本概念。如果你是纯技术小白，可能需要一点学习曲线。

但反过来说，正因为有门槛，才是你建立差异化竞争力的机会。

我的建议是：不要等到「完全准备好了」再开始。先用起来，在用的过程中学习。现在GitHub上有非常活跃的社区，遇到问题基本都能找到答案。

最后说几句

这篇文章的由头，其实就是一个很简单的观察：带记忆的AI Agent，终于从「概念」变成了「普通人也能用上的工具」。

几个月前我跟朋友聊这个方向，他觉得至少还要一两年才能落地。结果你看，Rowboat、Claude Code的记忆功能、Cursor的上下文理解——这些事情正在快速变成现实。

对于想用AI做副业的人来说，这是一个很好的时间点。工具在成熟，但还没有完全被所有人掌握。先入场的人，就是能吃到红利的人。

当然，光有工具是不够的。你还需要一套自己的「变现思路」和「执行体系」。这也是我为什么一直在做提示词包和相关工具的原因——工具是基础，怎么用工具赚钱，才是真正值得花时间研究的事情。